কৃত্রিম বুদ্ধিমত্তা মেশিন লার্নিং প্রযুক্তির মাধ্যমে বুদ্ধিমান আচরণ প্রদর্শন করতে পারে।
যদিও এই শেখার প্রক্রিয়াটি মানুষের দ্বারা তৈরি পদ্ধতি অনুসরণ করে, তবে এই পদ্ধতি এবং কৃত্রিম বুদ্ধিমত্তার কাঠামো থেকে কেন বুদ্ধিমত্তার জন্ম হয় তা এখনও সম্পূর্ণরূপে ব্যাখ্যা করা হয়নি।
এই প্রবন্ধে, আমি শেখার সারমর্ম নিয়ে গভীরভাবে চিন্তা করে বুদ্ধিমত্তা উদ্ভবের কারণগুলি অন্বেষণ করার লক্ষ্য রাখছি।
শেখার ধারণাটি যত গভীরে অন্বেষণ করব, ততই আমরা এই ধারণায় উপনীত হব যে কৃত্রিম বুদ্ধিমত্তা এবং আমাদের মস্তিষ্ক উভয়ই শেখার পদ্ধতি শেখার একটি সহজাত প্রকৃতি ধারণ করে।
এটি এমন একটি পদ্ধতির অস্তিত্বের ইঙ্গিত দেয় যাকে ন্যাচারাল বর্ন ফ্রেমওয়ার্কার বলা যেতে পারে।
শরীরের মাধ্যমে শেখা এবং ভাষার মাধ্যমে শেখা
আমরা চোখ দিয়ে বস্তু পর্যবেক্ষণ করে এবং শরীরকে নড়াচড়া করে আমাদের চারপাশের জগৎকে বুঝি এবং আমাদের ক্ষমতা বাড়াই।
এটিও এক প্রকারের শিক্ষা, যাকে শরীরের মাধ্যমে শেখা বলা যেতে পারে।
অন্যদিকে, যখন আমরা সাধারণত শিক্ষার কথা ভাবি, তখন আমাদের মনে আসতে পারে পাঠ্যপুস্তক পড়ে বা শিক্ষকের ব্যাখ্যা শুনে আমাদের জ্ঞান বৃদ্ধি করার কথা।
এই ধরনের শিক্ষাগত পাঠ্যক্রমের উপর ভিত্তি করে শেখার বাইরেও, আমরা বন্ধুদের সাথে কথোপকথন, অনলাইন সংবাদ এবং অন্যান্য উৎস থেকে বিভিন্ন জ্ঞান অর্জন করি।
এই ধরনের শেখা দৃশ্যত চিত্র মনে রাখা বা শারীরিক নড়াচড়ার মাধ্যমে শেখা নয়, বরং ভাষার মাধ্যমে শেখা।
মেটাকগনিটিভ লার্নিং এবং মেটাফিজিক্যাল লার্নিং
ভাষা-ভিত্তিক শেখার ক্ষেত্রে, কিছু জ্ঞান বারবার পুনরাবৃত্তি ছাড়া মুখস্থ করা যায় না, আবার কিছু জ্ঞান একবার বা কয়েকবার প্রকাশের পরই শেখা যায়।
বিকল্পভাবে, কিছু জ্ঞান পুরোপুরি মুখস্থ না থাকলেও প্রয়োজনে বইয়ের তাক বা ইন্টারনেট থেকে তার বিশদ বিবরণ পুনরুদ্ধার করে ব্যবহার করা যেতে পারে।
প্রয়োজনে জ্ঞান অর্জন এবং সঠিকভাবে ব্যবহার করার অর্থে, এই উভয় পদ্ধতিকেই শেখা হিসাবে বিবেচনা করা যেতে পারে।
এগুলোর মধ্যে, যে জ্ঞান বারবার পুনরাবৃত্তি ছাড়া মুখস্থ করা যায় না, তাকে মেটাকগনিটিভ জ্ঞান বলা যেতে পারে। ধারণাটি শেখার প্রক্রিয়াটিই হলো মেটাকগনিটিভ লার্নিং।
এটি শারীরিক শেখার মতোই, যেখানে আমাদের চোখ দিয়ে বস্তু দেখা বা শরীর নড়াচড়া করার ক্ষেত্রে পুনরাবৃত্তি জড়িত। এগুলোকেও মেটাকগনিটিভ লার্নিং হিসাবে শ্রেণীবদ্ধ করা যেতে পারে।
বিপরীতভাবে, যে জ্ঞান অল্প প্রচেষ্টায় মুখস্থ করা যায় বা তাৎক্ষণিকভাবে খুঁজে বের করে ব্যবহার করা যায়, তাকে মেটাফিজিক্যাল লার্নিং বলা যেতে পারে।
এই ক্ষেত্রে, মেটাকগনিটিভ লার্নিংয়ের মাধ্যমে অর্জিত পূর্ব-শেখা ধারণাগুলি নতুন জ্ঞানকে সেই ধারণাগুলির প্রকার হিসাবে বা ধারণাগুলির সংমিশ্রণ হিসাবে শিখতে ব্যবহার করা যেতে পারে।
যেহেতু মেটাকগনিটিভ লার্নিংয়ের মাধ্যমে ইতিমধ্যে আয়ত্ত করা ধারণাগুলি ব্যবহার করা যেতে পারে, তাই মেটাফিজিক্যাল লার্নিংয়ের জন্য পুনরাবৃত্তির প্রয়োজন হয় না।
প্রাকৃতিক ভাষা মেশিন লার্নিং
চলুন, এই ধারণাটি কৃত্রিম বুদ্ধিমত্তার মেশিন লার্নিং-এর ক্ষেত্রে প্রয়োগ করি।
সাধারণত, মেশিন লার্নিংয়ে ব্যবহৃত নিউরাল নেটওয়ার্কগুলি মেটাকগনিটিভ লার্নিং করে, যেখানে ধারণাগুলি বারবার শেখার মাধ্যমে অর্জিত হয়।
অন্যদিকে, মানুষের মতো প্রাকৃতিক ভাষা প্রক্রিয়াকরণে সক্ষম বড় ভাষা মডেলগুলি ভাষার মাধ্যমে শেখা সম্পন্ন করতে পারে।
বড় ভাষা মডেলগুলির প্রাক-প্রশিক্ষণ এবং ফাইন-টিউনিংয়ের সময় ভাষা-ভিত্তিক মেটাকগনিটিভ লার্নিং ঘটে।
একটি প্রশিক্ষিত বড় ভাষা মডেল তখন ইনপুট বাক্যে থাকা জ্ঞান ব্যবহার করে উত্তর দিতে পারে, যার অর্থ এটি তাৎক্ষণিক মেটাফিজিক্যাল লার্নিং সম্পাদন করছে।
ভাষা-ভিত্তিক মেটাফিজিক্যাল লার্নিংয়ের এই ক্ষমতা বড় ভাষা মডেলগুলিকে পুনরাবৃত্তিমূলক শিক্ষা ছাড়াই নতুন জ্ঞান ব্যবহার করতে দেয়।
এটি ঐতিহ্যবাহী সংখ্যাগত মেশিন লার্নিংয়ের সাথে বিপরীত, যা মডেলের পরামিতিগুলিকে বারবার সামঞ্জস্য করে, এবং এটিকে প্রাকৃতিক ভাষা মেশিন লার্নিং বলা যেতে পারে।
মেটাফিজিক্যাল ইন্টারফেস হিসেবে প্রাকৃতিক ভাষা
প্রাকৃতিক ভাষা মেটাকগনিটিভ লার্নিং এবং মেটাফিজিক্যাল লার্নিং-এর মধ্যে পার্থক্যকারী ইন্টারফেসে অবস্থিত।
প্রাকৃতিক ভাষার আকর্ষণীয় দিকটি হলো এটি মেটাকগনিটিভ লার্নিংয়ের মাধ্যমে অর্জিত হতে পারে, এবং এর উপর ভিত্তি করে মেটাফিজিক্যাল লার্নিং সম্ভব হয়।
প্রাকৃতিক ভাষা ব্যতীত অন্যান্য মেটাফিজিক্যাল ইন্টারফেস
বাস্তবে, মেটাকগনিটিভ লার্নিং এবং মেটাফিজিক্যাল লার্নিং শারীরিক শেখার ক্ষেত্রেও বিদ্যমান। উদাহরণস্বরূপ, খেলায় দক্ষ কেউ আগে কখনও না দেখা নতুন খেলায় দ্রুত মানিয়ে নিতে পারে।
একইভাবে, জীববিজ্ঞানে অভিজ্ঞ একজন ব্যক্তি একটি নতুন প্রজাতি দেখার সাথে সাথেই সেটির বৈশিষ্ট্যগুলি বুঝতে পারে।
সুতরাং, শারীরিক শিক্ষার ক্ষেত্রেও একটি মেটাফিজিক্যাল ইন্টারফেস বিদ্যমান, যা প্রাকৃতিক ভাষার মতোই অবস্থান ধারণ করে।
ফ্রেমওয়ার্ক
এই ইন্টারফেসগুলিতে যা বিদ্যমান তা হল একটি ফ্রেমওয়ার্ক, যা মৌলিক ধারণা বা জ্ঞান থেকে স্বতন্ত্র; এটি তাদের সম্পর্ক এবং কাঠামোকে সংজ্ঞায়িত করে এবং নতুন কাঠামোবদ্ধকরণকে সক্ষম করে।
যখন বিভিন্ন ধরনের মেটাকগনিটিভ জ্ঞান মেটাকগনিটিভ লার্নিংয়ের মাধ্যমে অর্জিত হয়, তখন কখনও কখনও এই মেটাকগনিটিভ জ্ঞানগুলির মধ্যে সংযোগ থেকে মেটাফিজিক্যাল ইন্টারফেসে থাকা ফ্রেমওয়ার্ক শেখা সম্ভব হয়।
শারীরিক শেখার মাধ্যমে অর্জিত একটি ফ্রেমওয়ার্ক সেটির আয়ত্তের পর মেটাফিজিক্যাল লার্নিংয়ের মাধ্যমে নতুন জ্ঞান দ্রুত অর্জনে সক্ষম করে তোলে। তবে, এই ধরনের মেটাফিজিক্যাল লার্নিংয়ের মাধ্যমে অর্জিত জ্ঞান অন্যদের কাছে সহজে জানানো কঠিন।
অন্যদিকে, ভাষার মাধ্যমে শেখা থেকে প্রাপ্ত ফ্রেমওয়ার্ক হল স্বয়ং প্রাকৃতিক ভাষা।
সুতরাং, প্রাকৃতিক ভাষা ফ্রেমওয়ার্ক শেখার মাধ্যমে মেটাফিজিক্যাল লার্নিংয়ের মাধ্যমে অর্জিত জ্ঞান সরাসরি অন্য ব্যক্তির ভাষা অধিগ্রহণে ইনপুট করা যেতে পারে।
এটি কেবল পাঠ্যপুস্তক বা অনলাইন সংবাদের মতো প্রাথমিকভাবে ভাষা অধিগ্রহণের উপর ভিত্তি করে গঠিত জ্ঞানের ক্ষেত্রেই প্রযোজ্য নয়।
একজন অভিজ্ঞ ফুটবল খেলোয়াড় যিনি প্রথমবারের মতো বেসবল খেলছেন, তিনি বেসবল সম্পর্কে যে মেটাফিজিক্যাল জ্ঞান অর্জন করেছেন, তা প্রকাশ করতে এবং অন্যান্য অভিজ্ঞ ফুটবল খেলোয়াড়দের কাছে তা জানাতে সক্ষম হতে পারেন। এর অর্থ হল, যদি লোকেরা একই মেটাকগনিটিভ জ্ঞান ভাগ করে নেয়, তবে তারা "টিপস" বা "ট্রিক্স" নামে পরিচিত বিষয়গুলি শব্দ ব্যবহার করে যোগাযোগ করতে পারে।
এছাড়াও, একজন ব্যক্তি একটি নতুন প্রজাতির বিষয়ে যে জ্ঞান পর্যবেক্ষণ করেছেন, তা মৌখিকভাবে অন্য জীববিজ্ঞানীকে জানাতে পারেন, যার ফলে সেই জ্ঞান ভাগ করে নেওয়া সম্ভব হয়।
এভাবে, প্রাকৃতিক ভাষা একটি অত্যন্ত শক্তিশালী ফ্রেমওয়ার্ক হিসাবে প্রমাণিত হয়, যা মেটাফিজিক্যাল ইন্টারফেসে অবস্থিত।
ভার্চুয়াল ফ্রেমওয়ার্ক
প্রাকৃতিক ভাষার উপরে আরেকটি ফ্রেমওয়ার্ক অর্জন করা যেতে পারে।
এর মধ্যে রয়েছে ডোমেন-নির্দিষ্ট ফ্রেমওয়ার্ক বা মেটাফিজিক্যাল ফ্রেমওয়ার্ক।
বিভিন্ন একাডেমিক ডিসিপ্লিন, ব্যবসায়িক ক্ষেত্র এবং দৈনন্দিন জীবনে বহু বিচিত্র ডোমেন-নির্দিষ্ট ফ্রেমওয়ার্ক রয়েছে।
পণ্ডিতরা তাদের বিশেষায়িত ফ্রেমওয়ার্কের মধ্যে নতুন আবিষ্কার করতে পারেন এবং একই ফ্রেমওয়ার্ক থাকা অন্য পণ্ডিতদের কাছে এই আবিষ্কারগুলি জ্ঞান হিসাবে সহজেই পৌঁছে দিতে পারেন।
ফ্রেমওয়ার্ক নিজেই কখনও কখনও প্রাকৃতিক ভাষায় প্রকাশ করা যেতে পারে, এমন ক্ষেত্রে, প্রাকৃতিক ভাষার ফ্রেমওয়ার্ক থাকা ব্যক্তিরা বা বড় ভাষার মডেলগুলি এটি অর্জন ও বুঝতে পারে।
ব্যবসায়িক মডেল এবং রান্নার রেসিপিগুলিও এমন ডোমেন-নির্দিষ্ট ফ্রেমওয়ার্কের উদাহরণ যা প্রাকৃতিক ভাষায় প্রকাশ করা যেতে পারে।
এছাড়াও, গাণিতিক সূত্র, প্রোগ্রামিং ভাষা এবং ব্যবসায়িক বিশ্লেষণের ফ্রেমওয়ার্কগুলি আনুষ্ঠানিক ফ্রেমওয়ার্ক।
এগুলিও প্রাকৃতিক ভাষায় প্রকাশ বা ব্যাখ্যা করা যেতে পারে।
প্রাকৃতিক ভাষার উপর নির্মিত এই ধরনের ডোমেন-নির্দিষ্ট ফ্রেমওয়ার্ক এবং আনুষ্ঠানিক ফ্রেমওয়ার্কগুলিকে ভার্চুয়াল ফ্রেমওয়ার্ক বলা যেতে পারে।
একটি শারীরিক কম্পিউটারে আরেকটি অপারেটিং সিস্টেম চালানো একটি ভার্চুয়াল মেশিন কল্পনা করলে এটি সহজেই বোঝা যায়। প্রাকৃতিক ভাষার উপরে আরেকটি ফ্রেমওয়ার্ক কাজ করছে, যা একটি মৌলিক ফ্রেমওয়ার্ক হিসাবে কাজ করে।
নেটিভ ফ্রেমওয়ার্ক
প্রাথমিকভাবে, এই ভার্চুয়াল ফ্রেমওয়ার্ক প্রাকৃতিক ভাষার মাধ্যমে বুঝতে হয়, কিন্তু অনুশীলনের মাধ্যমে এটি প্রাকৃতিক ভাষার মাধ্যমে ব্যাখ্যা ও বোঝাপড়াকে অতিক্রম করে সরাসরি মেটাকগনিটিভ জ্ঞানের উপর নির্মিত একটি মেটাফিজিক্যাল ইন্টারফেস ফ্রেমওয়ার্ক হিসেবে কাজ করতে শুরু করে।
এটিকে একটি নেটিভ ফ্রেমওয়ার্ক বলা যেতে পারে।
প্রাকৃতিক ভাষা, এক অর্থে, একটি নেটিভ ফ্রেমওয়ার্ক, তবে এটি কেবল মাতৃভাষার ক্ষেত্রে প্রযোজ্য। সাধারণত, মাতৃভাষা ব্যতীত অন্য ভাষাগুলি ভার্চুয়াল ফ্রেমওয়ার্ক হিসাবে অর্জিত হয়। দক্ষতা বৃদ্ধির সাথে সাথে তারা নেটিভ ফ্রেমওয়ার্কের মর্যাদার কাছাকাছি আসে।
ডোমেন-নির্দিষ্ট ফ্রেমওয়ার্ক এবং আনুষ্ঠানিক ফ্রেমওয়ার্কের ক্ষেত্রেও একই কথা প্রযোজ্য। গণিতবিদরা গাণিতিক সূত্র ব্যবহার করে একে অপরের সাথে নেটিভভাবে যোগাযোগ করতে পারেন, এবং প্রোগ্রামাররা মন্তব্যবিহীন সোর্স কোডের মাধ্যমে একে অপরের উদ্দেশ্য কেবল বুঝতে পারেন।
এটি ইঙ্গিত দেয় যে ভার্চুয়াল ফ্রেমওয়ার্ক থেকে নেটিভ ফ্রেমওয়ার্কে রূপান্তর বড় ভাষা মডেলগুলিতেও প্রয়োগ করা যেতে পারে।
ঘন ঘন ব্যবহৃত ভার্চুয়াল ফ্রেমওয়ার্ক সনাক্ত করা, সেই ভার্চুয়াল ফ্রেমওয়ার্ক ব্যবহার করে প্রচুর পরিমাণে উদাহরণ ডেটা তৈরি করা, এবং তারপর সেগুলিকে ফাইন-টিউনিং করে নেটিভ ফ্রেমওয়ার্কে রূপান্তরিত করার ধারণাটি এখনই চেষ্টা করার মতো হবে।
ন্যাচারাল বর্ন ফ্রেমওয়ার্কার
এটি বিবেচনা করে, আমরা বুঝতে পারি যে বৃহৎ ভাষার মডেলগুলি কেবল ফাইন-টিউনিংয়ের সময় নয়, বরং প্রাক-প্রশিক্ষণের সময়ও এই বিশেষায়িত এবং আনুষ্ঠানিক ফ্রেমওয়ার্কগুলি শিখছে।
এছাড়াও, সেই প্রক্রিয়ায়, এটি সম্ভাব্য যে তারা শুরু থেকেই বিশেষায়িত বা আনুষ্ঠানিক ফ্রেমওয়ার্কগুলি নেটিভভাবে শেখে না। পরিবর্তে, তারা প্রথমে প্রাকৃতিক ভাষার ফ্রেমওয়ার্ক শেখে, এবং তারপর, এতে দক্ষতা অর্জনের সময় বা পরে, তারা বিশেষায়িত বা আনুষ্ঠানিক ফ্রেমওয়ার্কগুলি শেখে এবং সেগুলিকে নেটিভ ফ্রেমওয়ার্কে আত্মীভূত করে।
ক্রমবর্ধমান ফ্রেমওয়ার্ক শেখার এই ধারণাটিকে আরও গভীর করে দেখলে, এটিও অনুমান করা যায় যে প্রাকৃতিক ভাষা শেখা নিজেই অত্যন্ত সূক্ষ্ম, ক্রমবর্ধমান ফ্রেমওয়ার্ক শেখার একটি সমান্তরাল পাইপলাইন।
অর্থাৎ, প্রাক-প্রশিক্ষণের সময় শেখার ডেটা হিসাবে সরবরাহ করা বিশাল পরিমাণ পাঠ্য থেকে, বৃহৎ ভাষার মডেলগুলি কেবল পৃথক ধারণাগুলি নয়, বরং প্রাকৃতিক ভাষার কিছু খুব সাধারণ নিয়মকেও ফ্রেমওয়ার্ক হিসাবে শিখছে। তারপর, এই সাধারণ ফ্রেমওয়ার্কগুলিকে ভিত্তি হিসাবে ব্যবহার করে, তারা বারবার কিছুটা জটিল নিয়ম শিখতে পারে।
এইভাবে, পৃথক শব্দ ধারণা শেখার পর্যায় থেকে শুরু করে, তারা যৌগিক শব্দ এবং মৌলিক ব্যাকরণ অর্জন করতে সক্ষম হবে, তারপর বাক্য বুঝতে পারবে, এবং শেষ পর্যন্ত সাহিত্যিক কৌশল এবং অভিব্যক্তিপূর্ণ শৈলীগুলির মতো জটিল উপাদানগুলি শিখবে।
এটিকে স্তরীভূত এবং যৌগিক ফ্রেমওয়ার্ক শেখার একটি মডেল হিসাবে বোঝা যেতে পারে, যেখানে একটি ফ্রেমওয়ার্ক পরবর্তী ফ্রেমওয়ার্ক শেখার ভিত্তি হিসাবে কাজ করে।
এটি বৃহৎ ভাষার মডেলগুলির একটি চিত্র তুলে ধরেছে যা ন্যাচারাল বর্ন ফ্রেমওয়ার্কার হিসাবে, শুরু থেকেই ফ্রেমওয়ার্কগুলি শেখার প্রক্রিয়াটি সহজাতভাবে ধারণ করে।
মনোযোগ ব্যবস্থা
ন্যাচারাল বর্ন ফ্রেমওয়ার্কার বাস্তবায়িত করার প্রযুক্তি হলো মনোযোগ ব্যবস্থা।
মনোযোগ ব্যবস্থা একটি প্রসঙ্গে যে টোকেনগুলির উপর মনোযোগ দিতে হবে তা নির্বাচন করার মতো। এটি টোকেনগুলির মধ্যে সম্পর্ককে স্পষ্ট করে। এটিই একটি ফ্রেমওয়ার্কের মূল প্রকৃতি: গুরুত্বপূর্ণ ধারণাগুলিকে ধরে রেখে সেগুলিকে বিমূর্ত করা এবং একই সাথে সেই ধারণাগুলির মধ্যে সম্পর্ককে স্পষ্ট করা।
প্রতিটি টোকেনের জন্য এই নির্বাচন পরিবর্তন করে, গতিশীলভাবে ফ্রেমওয়ার্কগুলিও পরিবর্তন করা সম্ভব হয়।
এটি আমাদের ব্যাখ্যা করতে সাহায্য করে যে কেন মনোযোগ ব্যবস্থা বৃহৎ ভাষা মডেলগুলির বিবর্তনের জন্য একটি নির্ণায়ক প্রযুক্তি, যা ন্যাচারাল বর্ন ফ্রেমওয়ার্কার মডেল ব্যবহার করে।
উপসংহার
যদি এই প্রক্রিয়াটি বৃহৎ ভাষা মডেলগুলির প্রাক-প্রশিক্ষণ চলাকালীন সত্যিই ঘটে থাকে, তবে এই মডেলগুলির পূর্বে রহস্যময় প্রক্রিয়াটি ব্যাখ্যা করা সম্ভব হয়।
এই ব্যাখ্যায় আমরা যে মেটাকগনিটিভ এবং মেটাফিজিক্যাল লার্নিং নিয়ে আলোচনা করেছি, একটি মেটাফিজিক্যাল ইন্টারফেস হিসেবে ফ্রেমওয়ার্ক, ভাষা অধিগ্রহণ এবং ভার্চুয়াল ফ্রেমওয়ার্ক সক্ষমকারী প্রাকৃতিক ভাষা, এবং ন্যাচারাল বর্ন ফ্রেমওয়ার্কার বাস্তবায়নকারী মনোযোগ ব্যবস্থা—এই সবই অন্তর্ভুক্ত।
এছাড়াও, এর থেকে আরও দুটি ধারণা উঠে আসে।
প্রথমত, প্রাকৃতিক ভাষার একটি অত্যন্ত উপযুক্ত কাঠামো রয়েছে যা সরল ফ্রেমওয়ার্ক থেকে জটিল ফ্রেমওয়ার্ককে ক্রমান্বয়ে নেটিভ ফ্রেমওয়ার্কে পরিণত করতে সহায়ক।
যদি প্রাকৃতিক ভাষা প্রাথমিকভাবে মানব সমাজে সরল রূপে আবির্ভূত হয় এবং ধীরে ধীরে আরও জটিল ও সমৃদ্ধ কাঠামো অর্জন করে বিকশিত হয়, তবে এটি একটি স্বাভাবিক পরিণতি।
আরও গুরুত্বপূর্ণ, দ্রুত শেখার সুযোগ দেয় এমন একটি কাঠামো সুবিধাজনক হবে। যদি ধরে নেওয়া হয় যে বিভিন্ন প্রাকৃতিক ভাষা সহ একাধিক সমাজ একে অপরের সাথে প্রতিযোগিতা করছিল, তবে এই অনুমানটি সহজেই প্রতিষ্ঠিত হয় যে শেখার জন্য সবচেয়ে উপযুক্ত প্রাকৃতিক ভাষা বর্তমান দিন পর্যন্ত টিকে আছে।
প্রাকৃতিক ভাষার প্রকৃতি নিয়ে চিন্তা করলে দ্বিতীয় ধারণাটি আসে: আমরা মানুষরাও ন্যাচারাল বর্ন ফ্রেমওয়ার্কার।
নির্দিষ্ট ভিত্তি এবং প্রক্রিয়া ভিন্ন হলেও, আমাদের মস্তিষ্কও মনোযোগ ব্যবস্থার মতো একটি সিস্টেম দিয়ে সজ্জিত থাকতে হবে, যা ক্রমান্বয়ে ফ্রেমওয়ার্ক শেখে এবং নমনীয়ভাবে সেগুলিকে পরিবর্তন করে।